[发明专利]一种应用于水务管网的预警防护系统及方法在审

专利信息
申请号: 202010666261.2 申请日: 2020-07-09
公开(公告)号: CN111932080A 公开(公告)日: 2020-11-13
发明(设计)人: 李纪玺;郑晨;崔光亮 申请(专利权)人: 上海威派格智慧水务股份有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;H04L29/08;E03B5/00;E03B7/07
代理公司: 上海申新律师事务所 31272 代理人: 吴轶淳
地址: 201800*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 应用于 水务 管网 预警 防护 系统 方法
【权利要求书】:

1.一种应用于水务管网的预警防护系统,其特征在于,所述预警防护系统包括一管网侧预警子系统和一云端数据库,所述云端数据库远程连接所述管网侧预警子系统;

所述管网侧预警子系统进一步包括:

检测模块,用于持续检测所述水务管网中的流量特征数据并进行输出;

预测模块,连接所述检测模块,用于根据一预先训练得到的分析模型和所述流量特征数据,对一预设时间段内的流量趋势进行预测,输出一预测结果;

预警模块,连接所述预测模块,根据所述预测结果判断于所述预设时间段内是否出现异常水锤情况,输出相应的判断结果;

当所述判断结果为于所述预设时间段内出现所述异常水锤情况时,所述预警模块输出一预警信息;

处理模块,连接所述预警模块,根据所述判断结果,用于当所述判断结果为于所述预设时间段内出现所述异常水锤情况时进行对应的泄压处理;

所述云端数据库用于存储所述流量特征数据、所述预测结果和所述判断结果;

所述云端数据库还用于根据所述流量特征数据、所述预测结果和所述判断结果对所述分析模型进行更新。

2.如权利要求1所述的预警防护系统,其特征在于,所述检测模块包括多个检测子单元,每个所述检测子单元用于检测所述水务管网中的一类流量特征模拟量数据。

3.如权利要求2所述的预警防护系统,其特征在于,所述流量特征模拟量数据包括管网流量数据、管网压力数据、管网噪声数据和管网震动数据。

4.如权利要求1所述的预警防护系统,其特征在于,所述管网侧预警子系统还包括一数据筛选模块;

所述数据筛选模块分别连接所述检测模块和所述预测模块,用于对所述流量特征数据进行预处理筛选并进行缓存;

所述预测模块根据经所述预处理筛选的所述流量特征数据进行预测。

5.如权利要求1所述的预警防护系统,其特征在于,所述管网侧预警子系统还包括一缓存模块;

所述缓存模块分别连接所述检测模块、所述预测模块和所述预警模块,用于对所述流量特征数据、所述预测结果和所述判断结果进行备份缓存。

6.如权利要求1所述的预警防护系统,其特征在于,所述分析模型根据所述水务管网对应的历史流量特征数据通过神经网络机器学习预先训练得到。

7.一种应用于水务管网的预警防护方法,其特征在于,应用于如权利要求1-6中任意一项所述的预警防护系统中,所述预警防护方法具体包括如下步骤:

步骤S1,持续检测所述水务管网中的流量特征数据并进行输出;

步骤S2,根据一预先训练得到的分析模型和所述流量特征数据,对一预设时间段内的流量趋势进行预测,输出一预测结果;

步骤S3,根据所述预测结果判断于所述预设时间段内是否出现异常水锤情况:

若是,则转向步骤S4;

若否,则返回所述步骤S2;

步骤S4,输出一预警信息并进行对应的泄压处理。

8.如权利要求7所述的预警方法,其特征在于,所述分析模型根据所述流量特征数据、所述预测结果和所述判断结果进行持续更新。

9.如权利要求7所述的预警方法,其特征在于,于所述步骤S2中,所述分析模型根据历史流量特征数据,通过神经网络机器学习训练建立所述分析模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海威派格智慧水务股份有限公司,未经上海威派格智慧水务股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010666261.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top